大数据智能开始在第三方评估中崭露头角

二十多年前的时候,第三方评估已经成为一个推动公共政策和公共服务工作的重要抓手,不管做了多少事,后面到底干成了什么样,到了第三方评估才算是告一段落,成为实现闭环的重要环节。这样一种很朴素的方法到今天整个的评估条件,技术手段和方法已经发生很大的变化,当下我们发生最大的变化会是什么样的?

从有限数据的主观评估模式走向多元数据的智能评估模式

过去所做的主观评价有两方面的局限性。

第一,数据收集的主观性。比如过去做大量公众评估,老百姓对政府干的活是否满意,老百姓回答这句话的时候不见得是对具体这件事情满意不满意,很可能因为另外一件事情生气到现在,这件事情干得不错也不行。所以就有很大的主观性。

第二,数据解读的主观性。收集大量数据要写报告的过程,形成解读主观性写作,三个不同的人可以使用三个不同的方法,同一数据和同一种证据可以得出完全不同的结论

过去所做的评估模式是有限数据基础上的评估模式。过去这种评估是不是完全不对呢?也不是。总是有一定的依据,问题在于每一种依据总是有限的

今天真正所谓的大数据方向,在于什么呢?因为每一种数据源有限,要拓展多个数据源。大数据基本的一个逻辑在于把假定不完善的,单个或少数数据源转变成多个不完善数据源,有可能得到相对完善的数据版图,这是第一。

第二就是在解读数据意味着什么。过去用人解读,人有水平高度,人有专业训练不一样,人有立场差异。那有没有可能用智能模式的方式,形成一套算法,数据输进去结果可以出来。较多用机器判断减少人判断所具备的误差,把收集信息的主观性和解读信息的主观性有所减少,这是我们说的第一个转化或者努力实现把有限数据主观评估模式走向多元数据的智能评估模式。

专一解读模式与基于大数据的洞察模式并存

某一种方法如果做得非常专业和聚焦精准,那么它的价值是存在的。举个例子,过去我们用大调研的方法或者用领导考察的方法,到一个地方大厅进行评估,判断它的建设怎么样,服务怎么样。今天在会场D3方评估平台发布的政务大厅服务评估结果就是用的实际体验的模式。这种实际体验的模式就是我们假定是真正来办事的老百姓,从头到尾每一个环节会遇到的问题。这个问题无论在线上体验或者线下体验,问题是什么类型,什么时间在什么地方怎么发生的。这种方式虽然很简单单一,但是像银行、连锁、零售这一些服务行业,这种方式却是作为维持它增量的一个部分。再如零点开始推动用大数据的方法对营商环境进行评估,通过整合多个数据源,通过多个纬度形成多个指标体系,把这些数据输入进去看到多角度的评估结果。我们要去真正做一个评估的时候,这里面涉及到为什么标准化很重要,就是营商环境这件事情到底用什么标准来说,营商环境是谁的营商环境,是我们当书记和市长的营商环境,还是说商业主体的营商环境。任何一种判断,都有一定道理和角度。站在这样一个角度来说,很显然任何比较单一维度的选择和判断不太够,这是基于大数据模式的重要转变。

描述性评价转向增效性评价

描述性的评价就是过去我们所做的,就是评价完以后告知对方,我们发现情况是这样子的。但把情况说明白很重要。举个例子,财政预算长期以来第三方评价不太够,某地某政府部门委托评价财政预算时,其实第一年只有11%是合规的,即达到了预期用这个钱干成了这件事。后来该部门知道这个情况后,了解目标不是乱说的,定了就要实现,这才变成真正的考核,同时绩效也有了提升。再比如,在对税务部门进行服务评估的时候,通过绘制不同服务场景的服务满意度和顾客期待动线,来准确提升税务部门的服务水平。

对于复杂多样的公共事务与公共政策,第三方评估正在基于大数据智能的动力,在评估逻辑与评估方法论方面,走向更为科学与更为合理的新方向。因此新的第三方评估标准,将不仅有助于实现更为客观的评价,同时能够助力赋能、提效。

(本文整理自零点有数董事长袁岳于2018年7月26日在“首届第三方评估论坛暨营商环境提升研讨会”上的发言要点)

发表评论

您必须 [ 登录 ] 才能发表留言!

相关文章